---
title: "AWS 峰会释放新信号：不能交付 ROI 的 AI、正在变成企业的新成本"
type: "Topics"
locale: "en"
url: "https://longbridge.com/en/topics/42229336.md"
description: "$TI CLOUD(02167.HK) 一年一度的 AWS Summit 峰会在香港举行，天润融通作为特邀企业再次参加。与前两年围绕大模型技术指标、参数能力和应用想象的热烈讨论不同，今年参加 AWS 活动的明显感受是：企业决策者不再只问 “AI 能做什么”，而是更关心 AI 能不能进入真实业务，能不能减少无效成本，能不能在服务、销售和运营这些关键环节中，持续创造可衡量的 ROI。显而易见..."
datetime: "2026-06-26T06:36:10.000Z"
locales:
  - [en](https://longbridge.com/en/topics/42229336.md)
  - [zh-CN](https://longbridge.com/zh-CN/topics/42229336.md)
  - [zh-HK](https://longbridge.com/zh-HK/topics/42229336.md)
author: "[天润融通](https://longbridge.com/en/profiles/13195040.md)"
---

# AWS 峰会释放新信号：不能交付 ROI 的 AI、正在变成企业的新成本

$TI CLOUD(02167.HK)

一年一度的 AWS Summit 峰会在香港举行，天润融通作为特邀企业再次参加。

与前两年围绕大模型技术指标、参数能力和应用想象的热烈讨论不同，今年参加 AWS 活动的明显感受是：

**企业决策者不再只问 “AI 能做什么”，而是更关心 AI 能不能进入真实业务，能不能减少无效成本，能不能在服务、销售和运营这些关键环节中，持续创造可衡量的 ROI。**

显而易见，企业对 AI 的期待正在变得更加具体，也更加务实。这种提问重心的转移，本质上折射出企业经营环境的变化。

当前，全球企业正处于低增长、高成本、高不确定性的周期，流量红利见顶，获客成本上升，人力与组织成本持续侵蚀利润。企业关注的重点，也从 “有没有新技术”，转向 “如何用更低成本完成更确定的业务闭环”。

这也成为今年 AWS 峰会的重要信号：**企业评估大模型与 AI Agent，正从 “技术能力” 转向 “经营结果”。**

这也是天润融通在现场分享 Zenava 实践时重点回答的问题：如何通过构建具备理解业务、接入系统、执行流程能力的 AI Agent，帮助企业降低成本、提升效率，并实现可持续的业务增长。

# 一、企业的 AI 焦虑，本质上是经营焦虑

过去一年，几乎所有企业都在尝试 AI。接入大模型、升级智能客服、上线知识问答机器人，已经不算新鲜。

但当这些系统真正进入业务场景后，很多管理者会发现一个尴尬现实：AI 看起来更聪明了，企业的经营压力却没有明显减轻。

客户依然要等人工处理，线索依然要靠销售逐个跟进，订单和工单依然要在多个系统之间切换，复杂问题依然要依赖老员工经验判断。

△天润融通海外负责人卢艺可在 AWS 大会发言

**这说明，单纯 “回答得更好”，并不等于真正解决业务问题。**

**如果 AI 只停留在问答层，它改善的是沟通效率；只有当 AI 能进入流程、调用系统、推动任务，才可能真正影响服务成本、销售转化和运营结果。**

企业今天最焦虑的，不是 “我懂不懂 AI”，而是更具体的经营问题：客户来了，能不能第一时间接住？服务量增长，能不能不靠无限加人？线索越来越贵，能不能把每一次咨询都转化成有效机会？流程越来越复杂，能不能保证每一次服务都稳定执行？

这些问题，才是企业愿意为 AI Agent 试点、采购和规模化落地的根本原因。

# 二、从 Chatbot 到 AI 员工：企业服务产能正在被重构

过去，很多企业解决服务与运营问题，主要依靠三种方式：**加人、外包、堆系统。**

这也直接导致人越多，管理成本越高；系统越多，流程越重；业务越复杂，一线员工越依赖经验，服务质量也越难稳定。

**更关键的是，客户已经没有耐心等待企业慢慢处理。**

一次官网咨询没有即时响应，线索就会很快流失；一次售后报修不能快速判断，客户体验就会迅速恶化；一次投诉理赔，流程执行不一致，就有可能带来更大的服务风险。

这些问题，企业也曾试图通过 Chatbot 来缓解压力：让机器人回答简单、重复、高频的问题，以此释放人工坐席的时间。

这种方式在标准咨询场景中有一定价值，但进入复杂业务中就会遇到问题。

比如 Chatbot 面对客户复杂的情绪、变化的需求，以及跨部门、跨系统服务时，就无法真正推进问题解决。

这也是 Agent 与传统 Chatbot 最大的区别，**Agent 不只是信息的提供者，而是开始成为业务流程中的执行者与结果交付者。**

△天润融通在 AWS 大会现场

天润融通 Zenava 的定位，正是面向企业真实业务场景的 AI 员工。它不仅能够理解客户表达，还能结合企业知识、业务规则、SOP 和系统能力，把一次对话推进成一次可执行、可追踪、可衡量的业务结果。

比如，客户查询订单状态，Zenava 不只回答 “请您稍后查询”，更能调取系统信息，直接反馈订单进度。

客户申请售后，Zenava 不仅判断问题类型、补齐必要信息、还直接创建工单并流转处理。

客户提交线索，Zenava 不仅记录表单，还能理解需求、判断意向、推荐方案，并把线索推进到后续销售跟进流程。

因此，**Zenava 真正改变的，是企业的三类能力。**

· 第一，服务产能被放大。

· 第二，转化机会被及时承接。

· 第三，流程执行更稳定。

这才是 AI Agent 对企业经营的真正意义：它不是简单替代某个岗位，而是重构企业服务客户、承接需求、推进流程的能力结构。

# 三、用 ROI 验证价值：AI Agent 必须交付真实业务结果

当然，AI Agent 是否有价值，最终还是要看业务结果。

在 AWS Summit Hong Kong 2026 现场，天润融通也在演讲中分享了 Zenava 在客户服务与业务增长场景中的实践成果。

**比如 Zenava 帮助一家 B2B 企业将传统咨询入口升级为智能业务入口，实现 46% 的深度业务转化，并带来约 120 万美元的潜在业务增量。**

△天润融通海外负责人卢艺可在 AWS 大会发言

除了业务增长场景，售后服务也是 AI Agent 能够快速创造价值的重要领域。

在售后场景中，大量咨询集中在安装、使用、故障排查、退换货等标准化问题上，既消耗人工资源，也容易出现处理标准不一致的问题。

Zenava 通过多模态 AI Agent 接管这类高频服务请求。当用户上传图片或描述问题后，系统能够自动识别问题类型，结合企业规则判断处理路径，并自动创建工单或触发后续流程。

**在实际应用中，Zenava 实现了 83% 的服务请求自动闭环，帮助企业节省约 100 万美元成本；在投诉和理赔等复杂流程中，还实现了 100% 的 SOP 合规执行。**

从业务增长到服务运营，这些实践充分说明，AI Agent 的价值不在于回答问题，而在于真正进入业务流程，完成任务并创造可量化的结果。

# 四、从技术尝试到确定性生产力

整体来看，今年 AWS Summit Hong Kong 2026 释放出的一个重要信号是，**企业对 AI 的关注正在从 “能做什么” 转向 “能带来什么价值”。**

企业需要的 Agent，不是一个聊天工具，而是能够接入业务系统、执行流程、完成任务的新型生产力。

天润融通 Zenava 正是沿着这一方向发展。通过将大模型与企业知识、业务流程和系统能力结合，Zenava 帮助企业把 AI 真正应用到实际业务中，并通过转化率提升、服务成本下降等结果体现价值。

未来，天润融通将继续携手 AWS 等生态伙伴，推动 AI Agent 在更多行业落地，让 AI 从技术创新走向实际生产力。

**当企业开始用 ROI 衡量 AI 时，真正重要的已经不是模型有多大，而是谁能让 AI 真正进入业务、解决问题并创造结果。**

$TI CLOUD(02167.HK)

### Related Stocks

- [02167.HK](https://longbridge.com/en/quote/02167.HK.md)